执行pd.get_dummies时出现Columns must be same length as key错误求助

报错根源 #

pd.get_dummies()处理单列时，若该列唯一取值数量≥3，即使设置drop_first=True，返回结果依然是多列DataFrame，你直接将多列结果赋值给原DataFrame的单个列df[col]，列数量不匹配就会触发该报错。
比如Dependents列如果有0、1、2、3+四个取值，编码后删除第一列还剩3列，无法直接存入原单列的位置。

修复方案 #

• 方案1：保留二分类列原列名，多分类列编码后合并

cols = ["Gender", "Married", "Education", "Self_Employed", "Property_Area", "Loan_Status", "Dependents"]
# 处理二分类列，编码后仍为单列，可直接赋值给原列
for col in cols:
    if df[col].nunique() == 2:
        df[col] = pd.get_dummies(df[col], drop_first=True)
    else:
        # 多分类列编码后合并到原表，删除原列
        dummies = pd.get_dummies(df[col], prefix=col, drop_first=True)
        df = pd.concat([df.drop(col, axis=1), dummies], axis=1)

• 方案2：批量编码所有目标列，无需循环
  如果不需要保留原多分类列的列名，可一次性完成编码合并：

cols = ["Gender", "Married", "Education", "Self_Employed", "Property_Area", "Loan_Status", "Dependents"]
df = pd.concat([
    df.drop(cols, axis=1),
    pd.get_dummies(df[cols], drop_first=True)
], axis=1)

内容的提问来源于stack exchange，提问作者Avishek Mandal